光电隔离技术在计算机网络工程中的应用

本文介绍了光电隔离技术的原理、作用及用途，应用在计算机网络工程中，抗雷击，抗干扰，保护接口电路，保证了远距离通信和设备安全。     

光电测距仪测设公路曲线的精度分析

本文对光电测距仪进行公路曲线测设的误差大小作了分析，并结合公路曲线测设的允许误差进行分析对比，提出了控制置镜点到测点的距离以达到测设精度要求。     

汽车维修技术信息

1一汽大众速腾轿车遥控器匹配方法(1)打开驾驶人侧车门,将点火开关接通、断开3次,最后处于断开位置,但不拔下点火钥匙;(2)关闭、打开驾驶人侧车门3次,此时门锁动作,表示遥控器进入学习状态;(3)按遥控器任意按键2次,门锁动作;(4)拔出点火钥匙,门锁再次动作,表示遥控器匹配成功。     

基于模糊综合评判的无人机载光电平台控制盒故障诊断

文章讨论了基于二级模糊综合评判方法在光电平台控制盒故障诊断中的应用,解决了控制盒故障诊断中的不确定难题,提高了故障诊断效率、准确度和可信度。     

载体仿真设备的设计与实现

针对目前光电实验室各项目在研制阶段对载体信息的要求,研究并实现了一种载体仿真设备.该设备采用光电载体平台(舰艇、战斗机、战车)物理运动特性为仿真模型,以该仿真模型为核心,通过模拟和数字2种接口输出光电载体的运动轨迹和姿态等信息,通过仿真软件可在线修改振幅和周期等姿态和振动参数.实验表明各项功能与技术指标均满足实验室使用要求.     

基于Parzen窗估计的一类加权极限自编码器

针对传统的一类分类器分布适应性差、数据描述不够精确等问题,提出了基于Parzen窗估计的一类加权极限自编码器.该方法首先采用Parzen窗法对数据分布的全局概率密度进行估计,进而对样本进行个性化加权操作,并训练极限学习机,从而实现对样本分布的精确描述.特别地,极限学习机以自编码器的方式实现,并通过重构误差来确定样本类属.实验结果表明:与诸多传统方法相比,其不但具有更好的数据描述能力,而且兼具时间复杂度低的优点.     

基于深度学习和监测数据的桥梁损伤识别方法

为了挖掘桥梁健康监测数据蕴含的大量隐藏信息,以及改进传统结构损伤识别方法的不足之处,提出了基于桥梁监测数据的损伤识别方法。从有限元模拟数据和实际监测数据中分别提取加速度响应,并对原始数据进行了预处理。通过卷积神经网络和栈式自编码网络分别对明州大桥监测数据的可视化图像和时间序列进行识别,同时与浅层神经网络方法的识别正确率对比。结果表明:基于深度学习和监测数据的损伤识别方法不论是通过图像识别还是通过时间序列识别,都表现出优秀的性能:识别正确率达85%以上。与浅层神经网络相比,深度神经网络的损伤工况分类能力更强,识别正确率提高20%以上。     

基于粒子群优化的深度随机神经网络

针对传统多层随机神经网络性能不稳定问题,提出了一类利用粒子群优化算法来优化各层权值的深度随机网络方法.该方法利用粒子群优化算法,结合网络的输入输出灵敏度信息,逐层对自动编码器的输入层权值进行优化,通过改善自动编码器的性能来改善多层随机神经网络的性能.最后利用粒子群优化方法,对整个网络的权值作适当优化,进一步提高深度随机神经网络的性能.相对于传统深度学习算法,该方法在保持收敛精度的基础上降低了时间开销;相对于传统深度随机神经网络,该方法在增加时间开销基础上提高了收敛精度,从而较好地平衡了时间复杂度和收敛精度.     

基于混合约束自编码器的机动车工况智能构建方法

为构建更具代表性的机动车行驶工况，实测采集福州地区1辆机动车共20d的真实驾驶数 据，选取14个特征参数表征运动学片段信息，运用主成分分析和K-means聚类划分运动学片段聚类，根据聚类中心的距离筛选备选片段并随机组合构建工况集合。提取11个特征参数计算构建工况的误差，选择集合中误差最小的工况作为构建工况，提出利用混合约束自编码器构建工况优化模型，并研究参数标定方法，最终将平均误差由2.97%缩小到2.39%。混合约束自编码器模型的分析验证结果表明，优化策略符合实际情况，可以有效避免随机选择带来的误差不确定性，验证了所提出行驶工况构建流程的合理性，并提升了工况预测的精确度，得到模型参数推荐值。对实现碳达峰目标下的机动车碳排放预测及排放控制具有重要的现实作用和意义。     

KBGM系统中EB02B电路板故障分析及措施

天津地铁1号线电动客车制动系统采用的是克诺尔公司提供的KBGM-P空气制动控制装置。该制动系统由空气供给部分、制动控制部分、执行部分3个主要部分组成,具有常用制动、紧急制动、保持制动、停放制动及防滑保护功能。常用制动采用电空混合制动,